使用 Amazon CloudWatch 监控集群数据

scheduler_schedule_attempts_total

在给定时间段内，调度器尝试调度集群中容器组（pod）的总次数。该指标有助于监控调度器的工作负载，并且可以指示调度压力或容器组（pod）放置方面的潜在问题。

单位：计数

有效统计数据：Sum

scheduler_schedule_attempts_SCHEDULED

在给定时间段内，调度器尝试将容器组（pod）调度到集群中节点的成功次数。

单位：计数

有效统计数据：Sum

scheduler_schedule_attempts_UNSCHEDULABLE

由于有效限制（例如节点上的 CPU 或内存不足）而在给定时间段内尝试调度不可调度的容器组（pod）的次数。

单位：计数

有效统计数据：Sum

scheduler_schedule_attempts_ERROR

由于调度器本身存在内部问题（例如 API 服务器连接问题）而在给定时间段内尝试调度容器组（pod）的失败次数。

单位：计数

有效统计数据：Sum

scheduler_pending_pods

在给定时间段内，集群中调度器要调度的待处理容器组（pod）总数。

单位：计数

有效统计数据：Sum

scheduler_pending_pods_ACTIVEQ

在给定时间段内，activeQ 中在集群中等待调度的待处理容器组（pod）数量。

单位：计数

有效统计数据：Sum

scheduler_pending_pods_UNSCHEDULABLE

调度器尝试调度但失败且处于不可调度状态以便重试的待处理容器组（pod）数量。

单位：计数

有效统计数据：Sum

scheduler_pending_pods_BACKOFF

backoffQ 中处于回退状态且正在等待回退期到期的待处理容器组（pod）数量。

单位：计数

有效统计数据：Sum

scheduler_pending_pods_GATED

当前处于受限状态（必须满足所需条件才能对其进行调度）的待处理容器组（pod）数量。

单位：计数

有效统计数据：Sum

apiserver_request_total

跨集群中所有 API 服务器发出的 HTTP 请求数。

单位：计数

有效统计数据：Sum

apiserver_request_total_4XX

向集群中所有 API 服务器发出但导致 4XX（客户端错误）状态代码的 HTTP 请求数。

单位：计数

有效统计数据：Sum

apiserver_request_total_429

向集群中所有 API 服务器发出但导致 429 状态代码的 HTTP 请求数，当客户端超过速率限制阈值时，就会出现这种情况。

单位：计数

有效统计数据：Sum

apiserver_request_total_5XX

向集群中所有 API 服务器发出但导致 5XX（服务器错误）状态代码的 HTTP 请求数。

单位：计数

有效统计数据：Sum

apiserver_request_total_LIST_PODS

向集群中所有 API 服务器发出的 LIST 容器组（pod）请求数。

单位：计数

有效统计数据：Sum

apiserver_request_duration_seconds_PUT_P99

PUT 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 PUT 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_request_duration_seconds_PATCH_P99

PATCH 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 PATCH 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_request_duration_seconds_POST_P99

POST 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 POST 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_request_duration_seconds_GET_P99

GET 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 GET 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_request_duration_seconds_LIST_P99

LIST 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 LIST 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_request_duration_seconds_DELETE_P99

DELETE 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的 DELETE 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_current_inflight_requests_MUTATING

集群中所有 API 服务器当前正在处理的变更请求（POST、PUT、DELETE、PATCH）数。该指标表示正在进行但尚未完成处理的请求。

单位：计数

有效统计数据：Sum

apiserver_current_inflight_requests_READONLY

集群中所有 API 服务器当前正在处理的只读请求（GET、LIST）数。该指标表示正在进行但尚未完成处理的请求。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_request_total

跨集群中所有 API 服务器发出的准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_request_total_ADMIT

跨集群中所有 API 服务器发出的变更性准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_request_total_VALIDATING

跨集群中所有 API 服务器发出的验证准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_rejection_count

跨集群中所有 API 服务器发出但被拒绝的准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_rejection_count_ADMIT

跨集群中所有 API 服务器发出但被拒绝的变更性准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_rejection_count_VALIDATING

跨集群中所有 API 服务器发出但被拒绝的验证准入 Webhook 请求数。

单位：计数

有效统计数据：Sum

apiserver_admission_webhook_admission_duration_seconds

第三方准入 Webhook 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的第三方准入 Webhook 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_admission_webhook_admission_duration_seconds_ADMIT_P99

第三方变更性准入 Webhook 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的第三方变更性准入 Webhook 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_admission_webhook_admission_duration_seconds_VALIDATING_P99

第三方验证准入 Webhook 请求的第 99 个百分位延迟，根据集群中所有 API 服务器的所有请求计算得出。表示响应时间，即 99% 的第三方验证准入 Webhook 请求均在该时间内完成。

单位：秒

有效统计数据：平均值

apiserver_storage_size_bytes

集群中 API 服务器使用的 etcd 存储数据库文件的物理大小（以字节为单位）。该指标表示为存储分配的实际磁盘空间。

单位：字节

有效统计数据：最大值